| 一种优化极限学习机的果园湿度预测方法 |
| |
| 引用本文： | 匡亮,华驰,邓小龙,施珮.一种优化极限学习机的果园湿度预测方法[J].传感技术学报,2019,32(3). |
| |
| 作者姓名： | 匡亮 华驰 邓小龙 施珮 |
| |
| 作者单位： | 江苏信息职业技术学院 物联网工程学院,江苏 无锡214153;南京信息工程大学 物理与光电工程学院,南京210044;江苏信息职业技术学院 物联网工程学院,江苏 无锡214153;南京航空航天大学 计算机信息科学与技术学院,南京210016;江苏信息职业技术学院 物联网工程学院,江苏 无锡,214153;中国水产科学研究院淡水渔业研究中心,农业部淡水渔业和种质资源利用重点实验室,江苏 无锡214081 |
| |
| 基金项目： | 江苏高校“青蓝工程”基金项目(2017JSJW015)、江苏高校品牌专业建设工程项目(PPZY2015C239)、国家自然科学基金项目(61472368、61174023) |
| |
| 摘 要： | 针对传统水蜜桃种植过程中环境监测实时性差、人力物力浪费严重的现状，通过无线传感网络技术(WSN)，本文果园环境监测系统的基础上提出一种优化极限学习机的湿度预测方法(PSO-ELM)，该方法首先使用主成分分析法(PCA)对环境监测数据进行分析，实现数据的降维，然后利用粒子群算法(PSO)优化极限学习机(ELM)的初始权值、偏置，对训练集和测试集分别进行测试，以果园环境监测系统中9天(1296组)数据为测试对象，将PSO-ELM算法与线性回归、ELM神经网络进行对比，验证预测方法的可靠性。实验结果表明，该预测算法的RMSE、MAPE和 MAE分别为0.5038、0.0051和 0.3974，能较好的预测环境湿度信息。
|
| 关 键 词： | 无线传感网 湿度 粒子群优化 极限学习机 预测算法 |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《传感技术学报》浏览原始摘要信息 |
|
点击此处可从《传感技术学报》下载全文 |
|
